神经网络式单相自动重合闸的研究

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

神经网络式单相自动重合闸的研究

综合研究 | 更新时间：2026-05-27

- 神经网络式单相自动重合闸的研究
- Single-Phase Automatic Reclosing Based on Neural Network
- 广东工业大学学报 2002年19卷第4期页码：5-8
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 网络首发：2002-11-07，
  
  纸质出版：2002
- 稿件说明：
移动端阅览
陈少华, 张辉, 徐子利. 神经网络式单相自动重合闸的研究[J]. 广东工业大学学报, 2002, 19(4): 5-8.

Chen Shao-hua, ZHANG Hui, XU Zi-li. Single-Phase Automatic Reclosing Based on Neural Network[J]. 2002, 19(4): 5-8.
陈少华, 张辉, 徐子利. 神经网络式单相自动重合闸的研究[J]. 广东工业大学学报, 2002, 19(4): 5-8. DOI：

Chen Shao-hua, ZHANG Hui, XU Zi-li. Single-Phase Automatic Reclosing Based on Neural Network[J]. 2002, 19(4): 5-8. DOI：

提出了基于RBF神经网络的单相自动重合闸的方案

将RBF神经网络用于其中

建立了一个三层前向网络模型利用EMTP及MATLAB进行了大量的仿真实验

验证了其可行性

并克服了自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷.

葛耀中,索南,孔繁鹏,郑建欣,赵志华. 微机式自适应单相重合闸的判据和算法[J]. 继电器. 1995(02)

孙增圻等编著.智能控制理论与技术[M]. 广西科学技术出版社, 1997

贺家李,宋从矩编.电力系统继电保护原理[M]. 水利电力出版社, 1994

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

RBF神经网络在诱发脑电信号分类中的应用研究

基于RBF神经网络的电流保护

双模态迭代交叉注意力融合集成框架

SCA-YOLO: 基于可变形卷积与上下文感知注意力的实时目标检测

具守恒量波动方程的循环双子网物理信息神经网络